שפּרינגען צו אינהאַלט

Zonos2 Text to Speech

אינטעגרירן

מאָדעל־id zonos2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ביז ⁨$ 0.02⁩ פּער לויפן באַצאָלט לויטן בפועלדיקן באַניץ, דער רעשט ווערט צוריקגעצאָלט לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Zyphra טעקסט צו רעדע רעפֿערענץ־אײַנגאַבעס #text-to-speech#tts#voice-cloning

מולטילינגוואַל קול־קלאָנירונג TTS מיט סאַמפּלינג־קאָנטראָלן און אַ ברירה צווישן נאָענטן צופּאַס אָדער אויסדרוקסרײַכן רעדן

Zyphra · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט
לייגט אַרײַן אַ טעקע, אָדער

אַודיאָ וואָס צושטעלט דעם מקור־קול פֿאַר קלאנירונג.

פֿאָרגעשריטן language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
סטאַנדאַרט en_us

שפּראַך־אויסקלײַב פֿאַר טעקסט־נאָרמאַליזאַציע, וואָס ווערט איבערגעלאָזט סיידן דער קאָד איז איינע פֿון: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

סטאַנדאַרט 1.15

טעמפּעראַטור גענוצט פֿאַר סאַמפּלינג.

סטאַנדאַרט 0

מסתּמאות פֿאַר nucleus sampling; שטעלט צו 0 כּדי עס צו דיאַקטיוויזירן.

סטאַנדאַרט 0.18

מסתּמאות־שוועל פֿאַר מינימום־מסתּמאות sampling.

סטאַנדאַרט 106

גרענעץ פֿאַר top-k sampling; שטעלט צו 0 כּדי עס צו דיאַקטיוויזירן.

גרענעץ פֿאַר גענערירונג פֿון אַודיאָ־רעמס, מיטן קאָנטעקסט־גרענעץ פֿונעם מאָדעל, סיידן עס ווערט צוגעשטעלט אַ מאַקסימום.

סיד וואָס דערמעגלעכט רעפּראָדוצירבאַרע רעזולטאַטן; ווערט צופֿעליק אויסגעקליבן אויב עס ווערט אויסגעלאָזט.

POST /run/zonos2?wait=20 פּרײַז → ⁨$ 0.02⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Zonos2 Text to Speech

קלאָנט אַ קול פֿון `reference_audio_url` און רעדט טעקסט, צוריקגעבנדיק WAV אַודיאָ אין 44.1kHz מאָנאָ צוזאַמען מיט דעם גענוצטן זוימען. `language` באַשטימט טעקסט־נאָרמאַליזאַציע פֿאַר en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn און ko. `accurate_mode` בײַט קול־ענלעכקייט פֿאַר אויסדרוקפֿולקייט, און סאַמפּלינג קען ווערן אַדזשאַסטירט דורך `temperature`, `top_p`, `min_p`, `top_k` און `max_tokens` (ביז 6144).

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
reference_audio_urlפארלאנגט
טיפּurl · audio
אַודיאָ וואָס צושטעלט דעם מקור־קול פֿאַר קלאנירונג.
languageאָפּציאָנעל
טיפּstring
סטאַנדאַרטen_us
שפּראַך־אויסקלײַב פֿאַר טעקסט־נאָרמאַליזאַציע, וואָס ווערט איבערגעלאָזט סיידן דער קאָד איז איינע פֿון: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedאָפּציאָנעל
טיפּinteger | null
0 – 2,147,483,647
סיד וואָס דערמעגלעכט רעפּראָדוצירבאַרע רעזולטאַטן; ווערט צופֿעליק אויסגעקליבן אויב עס ווערט אויסגעלאָזט.
accurate_modeאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
קול־צופּאַסונג קעגן אויסדרוקסקייט: True גיט בילכערקייַט צו אַ נאָענטער צופּאַסונג, בשעת False גיט בילכערקייַט צו מער אויסדרוקדיקער רעדע.
clean_speaker_backgroundאָפּציאָנעל
טיפּboolean
סטאַנדאַרטfalse
ווײַזט אָן, אַז דער רעפֿערענץ־אַודיאָ האָט אַ ריינעם הינטערגרונט.
temperatureאָפּציאָנעל
טיפּnumber
סטאַנדאַרט1.15
0 – 2
טעמפּעראַטור גענוצט פֿאַר סאַמפּלינג.
top_pאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0
0 – 1
מסתּמאות פֿאַר nucleus sampling; שטעלט צו 0 כּדי עס צו דיאַקטיוויזירן.
min_pאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.18
0 – 1
מסתּמאות־שוועל פֿאַר מינימום־מסתּמאות sampling.
top_kאָפּציאָנעל
טיפּinteger
סטאַנדאַרט106
0 – 2,048
גרענעץ פֿאַר top-k sampling; שטעלט צו 0 כּדי עס צו דיאַקטיוויזירן.
max_tokensאָפּציאָנעל
טיפּinteger | null
1 – 6,144
גרענעץ פֿאַר גענערירונג פֿון אַודיאָ־רעמס, מיטן קאָנטעקסט־גרענעץ פֿונעם מאָדעל, סיידן עס ווערט צוגעשטעלט אַ מאַקסימום.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
סקרינינג קען ווערן פאַרלייכטערט דורך שטעלן false, אויב דער רופער איז אָטעריזירט.
פארלאנגט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "zonos2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}רעזולטאַט־אַודיאָ אין WAV פֿאָרמאַט, מיט אַ 44.1kHz סאַמפּל־קורס און מאָנאָ־קאַנאַל.
seed
integerסיד־ווערט וואָס ווערט געווענדט בעת גענערירונג.

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/zonos2.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt